多标签学习:LIFT: Multi-Label Learning with Label-Specific Features
@(Machine Learning)
Intro
LIFT是张敏灵教授提出的多标签(multi-label)的学习方法。关于multi-label的介绍可以看我这篇博客,其中主要描述了multi-class、multi-label、multi-task的定义和区别。
本人根据论文总结了LIFT算法,并根据提供的matlab语言的code,完成了LIFT算法的Python版本,主要用到了sklearn提供的api,以便我自己使用该算法。
论文原文、论文代码和我重写的Python版本的LIFT代码可以在文末的Source找到
Algorithm
论文给出的伪代码:
![1](https://i-blog.csdnimg.cn/blog_migrate/eb299a0b27139f9f553df808ad731805.png)
根据论文,LIFT可以分为两个步骤:
1. label-specific features construction
2. classification models induction
其中主要的是第一个步骤,构造标签间关系定义的